kpriyanshu256/MultiTabQA-multitable_pretraining-Salesforce-codet5-base_train-latex-126000

--- dataset_info: features: - name: input_ids sequence: sequence: int32 - name: attention_mask sequence: sequence: int8 - name: labels sequence: sequence: int64 splits: - name: train num_bytes: 13336000 num_examples: 1000 download_size: 1030364 dataset_size: 13336000 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 输入ID序列（input_ids）：序列类型，元素为32位整数 - 注意力掩码（attention_mask）：序列类型，元素为8位整数 - 标签序列（labels）：序列类型，元素为64位整数 数据划分： - 训练集（train）：占用字节数13336000，样本总数1000 下载大小：1030364 数据集总大小：13336000 配置项： - 默认配置（default）： 数据文件： - 划分集为训练集，路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• input_ids: 序列类型，数据类型为int32。
• attention_mask: 序列类型，数据类型为int8。
• labels: 序列类型，数据类型为int64。

数据集分割

• train: 包含1000个样本，总字节数为13336000。

数据集大小

• 下载大小: 1030364字节。
• 数据集大小: 13336000字节。

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*